區(qū)分長短期興趣的用戶動(dòng)態(tài)推薦模型研究

朱妮

[提要] 本文基于隱形反饋數(shù)據(jù)集提出區(qū)分用戶長期興趣和短期興趣的推薦模型DYLSI，該模型主要考慮到用戶興趣、項(xiàng)目流行度隨時(shí)間的變化以及長短期興趣的不同，針對(duì)數(shù)據(jù)稀疏、用戶興趣刻畫不細(xì)致等問題提出解決方案。實(shí)驗(yàn)結(jié)果表明：與傳統(tǒng)的遺忘曲線、時(shí)間窗口和基于矩陣分解的協(xié)同過濾相比，本模型在F1-Score評(píng)價(jià)指標(biāo)上展現(xiàn)出更加優(yōu)越的性能。同時(shí)，本文計(jì)算用戶興趣偏好時(shí)，提取長短期興趣集合、用戶活躍度、項(xiàng)目流行度相關(guān)指標(biāo)，可為用戶自動(dòng)打標(biāo)簽，為后續(xù)研究用戶興趣的動(dòng)態(tài)演化過程或者網(wǎng)站功能擴(kuò)展提供更多選擇。

關(guān)鍵詞：興趣漂移;動(dòng)態(tài)推薦;長短期興趣;隱式反饋

中圖分類號(hào)：F724.6 文獻(xiàn)標(biāo)識(shí)碼：A

收錄日期：2020年3月10日

一、引言

在互聯(lián)網(wǎng)時(shí)代，用戶和項(xiàng)目數(shù)量均以指數(shù)級(jí)迅速增長，帶來海量信息的同時(shí)也引發(fā)了信息過載。Media Research（艾媒咨詢）數(shù)據(jù)顯示，截至2019年，中國移動(dòng)電商用戶規(guī)模將突破7億人。各大電商平臺(tái)正在尋求一種個(gè)性化推薦的服務(wù)模式，對(duì)不同的用戶提供不同的服務(wù)策略和服務(wù)內(nèi)容，其中，用戶興趣建模的準(zhǔn)確性是個(gè)性化推薦系統(tǒng)的關(guān)鍵。

在目前用戶興趣建模的研究成果梳理中發(fā)現(xiàn)，針對(duì)用戶興趣遷移問題，經(jīng)典的解決方法為時(shí)間窗口和遺忘曲線，而這些算法往往將用戶興趣衰減同等對(duì)待，沒有考慮到用戶興趣類型的不同。通常長期興趣較穩(wěn)定，而短期興趣不穩(wěn)定，但具有很高的實(shí)時(shí)性。另外，推薦領(lǐng)域的絕大多數(shù)文獻(xiàn)都側(cè)重于處理顯式評(píng)分?jǐn)?shù)據(jù)，然而在許多實(shí)際情況下，特別是在電商商務(wù)推薦系統(tǒng)需要以隱式反饋為中心。針對(duì)以上問題，本文基于隱性反饋數(shù)據(jù)集提出了區(qū)分用戶長期興趣和短期興趣的用戶動(dòng)態(tài)推薦模型DYLSI，通過對(duì)用戶興趣進(jìn)行追蹤和建模，提取出用戶的長短期興趣模式，捕捉用戶興趣漂移，并得到用戶興趣分布，進(jìn)一步豐富用戶畫像。

二、文獻(xiàn)綜述

（一）國外研究現(xiàn)狀。在基于長短期興趣混合的動(dòng)態(tài)興趣模型中，Shtykh和Jin采用多層次的動(dòng)態(tài)文件結(jié)構(gòu)來反映用戶興趣的波動(dòng)性，其中包含表示長期興趣的層次和短期興趣的層次，并強(qiáng)調(diào)了長期興趣的穩(wěn)定性。Lee等人提出一種新的正態(tài)分布密度曲線遺忘函數(shù)，并將用戶模型定義為長短期興趣相結(jié)合的混合興趣模型，短期模型使用滑動(dòng)窗口算法進(jìn)行更新，長期模型采用正態(tài)漸進(jìn)遺忘算法進(jìn)行更新。Li等人在新聞個(gè)性化推薦中結(jié)合了長期興趣和短期興趣，首先根據(jù)用戶長期興趣的配置文件來區(qū)分用戶可能喜歡的新聞組，然后在每個(gè)長期興趣對(duì)應(yīng)的推薦列表中根據(jù)短期興趣進(jìn)行推薦。Bennett將用戶興趣劃分為長期興趣、短期興趣和除去短期興趣的長期興趣，實(shí)驗(yàn)結(jié)果表明結(jié)合這三種興趣模式的檢索準(zhǔn)確率最高。

（二）國內(nèi)研究現(xiàn)狀。在基于長短興趣融合的動(dòng)態(tài)興趣模型中，馮永等人提出一種攜帶歷史元素的循環(huán)神經(jīng)網(wǎng)絡(luò)推薦模型負(fù)責(zé)用戶短期動(dòng)態(tài)興趣建模，基于前饋神經(jīng)網(wǎng)絡(luò)推薦模型對(duì)用戶長期興趣建模。黃敦賢將用戶興趣分為長期興趣、短期興趣和偶然興趣，分析三類興趣對(duì)用戶未來興趣預(yù)測的影響，構(gòu)建用戶動(dòng)態(tài)興趣模型。在呂學(xué)強(qiáng)等人的研究中，將用戶興趣分為短期興趣集合和長期興趣集合，通過滑動(dòng)時(shí)間窗口來控制和判斷。在伍大清等人的研究中，將用戶興趣分為長期興趣和短期興趣，對(duì)短期興趣采用滑動(dòng)窗口處理更新，對(duì)長期興趣采用最少使用淘汰算法。在王曉春等人的研究中，設(shè)計(jì)一種長短興趣結(jié)合的通用方法，將短期歷史近似定義為與測試查詢時(shí)間距離最近的n次的記錄，并根據(jù)不同n的取值計(jì)算短期興趣。

三、用戶長短期興趣識(shí)別算法

現(xiàn)有的協(xié)同過濾算法在計(jì)算推薦過程中將用戶訪問過的每個(gè)資源同等對(duì)待，這顯然是不合理的。一般來說，用戶近期訪問過的資源對(duì)推薦該用戶未來可能感興趣的資源起比較重要的作用，而早期的訪問記錄對(duì)生成推薦影響相對(duì)較小，這是因?yàn)橛脩舻呐d趣隨時(shí)間的推移不斷變化，而在較短的一段時(shí)間內(nèi)用戶的興趣是相對(duì)穩(wěn)定的，因此一個(gè)用戶感興趣的資源最可能是他近期訪問過的相似資源。

傳統(tǒng)推薦算法只考慮用戶間的相似性或項(xiàng)目間的相似性，而忽略了用戶興趣的動(dòng)態(tài)變化，從而導(dǎo)致推薦精度會(huì)隨時(shí)間推移而下降。本文將用戶興趣分為短期興趣集合S和長期興趣集合L，通過時(shí)間窗口來控制和判斷，當(dāng)時(shí)間窗口內(nèi)對(duì)商品類別p的訪問次數(shù)超過閾值，將p加入短期興趣集合S。在時(shí)間窗口外，將訪問次數(shù)大于所有商品類別平均訪問次數(shù)的加入長期興趣集L。剩余的標(biāo)識(shí)為無興趣。具體操作步驟如下：（1）設(shè)定時(shí)間窗口T的大小;（2）計(jì)算用戶u對(duì)商品類別i的訪問次數(shù)c;（3）設(shè)定短期興趣判斷閾值α，在時(shí)間窗口內(nèi)，當(dāng)c>α?xí)r，將商品類別i加入用戶u的短期興趣集合S中;（4）在時(shí)間窗口外，計(jì)算用戶u對(duì)所有商品類別的平均訪問次數(shù)avg_c，當(dāng)c>avg_c時(shí)，將商品i加入到用戶u的長期興趣集合S中;（5）根據(jù)長短興趣集合中的商品在“雙十一”當(dāng)天用戶購買集合中的命中率，來確定參數(shù)T，α;（6）基于長短期興趣列表進(jìn)行TOP N推薦。

四、實(shí)驗(yàn)與分析

（一）實(shí)驗(yàn)設(shè)計(jì)

1、實(shí)驗(yàn)數(shù)據(jù)。本文實(shí)驗(yàn)數(shù)據(jù)采用的是來自廈門大學(xué)數(shù)據(jù)庫實(shí)驗(yàn)室的淘寶2015年雙11交易數(shù)據(jù)集，包括了用戶id、商品id、商品類別、用戶操作行為類型（包括點(diǎn)擊、加購物車、購買和關(guān)注商品）和操作時(shí)間。

2、評(píng)估指標(biāo)。精準(zhǔn)率指分類正確的正樣本個(gè)數(shù)占分類器判定為正樣本的樣本個(gè)數(shù)的比例，召回率指分類正確的正樣本個(gè)數(shù)占真正的正樣本個(gè)數(shù)的比例，F(xiàn)1 score是精準(zhǔn)率和召回率的調(diào)和平均數(shù)，見式（1）。

（1）

（二）實(shí)驗(yàn)結(jié)果與分析

1、長短興趣劃分。通過用戶歷史數(shù)據(jù)來提取用戶的長短期興趣列表，然后對(duì)比預(yù)測日當(dāng)天用戶的實(shí)際購買行為，來獲取預(yù)測的準(zhǔn)確性。根據(jù)長短興趣提取規(guī)則，時(shí)間窗口大小T和短期興趣判斷閾值α能影響實(shí)驗(yàn)結(jié)果，因此根據(jù)時(shí)間窗口T和短期興趣判斷閾值α的不同取值進(jìn)行對(duì)比實(shí)驗(yàn)。（圖1）

由圖1可知，時(shí)間窗口相同的情況下，隨著α值增大，F(xiàn)1-score呈現(xiàn)先增長后減小的趨勢。在相同α取值下，隨著時(shí)間窗口增大，F(xiàn)1-score呈現(xiàn)先增大后減小的趨勢。本文實(shí)驗(yàn)中，當(dāng)T=11，α=1時(shí)，長短期興趣提取規(guī)則的F1-score最高。

2、基于長短期興趣列表的TOP N推薦。根據(jù)用戶長短興趣區(qū)分及用戶興趣模式研究，可以得到長期興趣列表和短期興趣列表，在對(duì)用戶進(jìn)行TOP N推薦時(shí)，需要考慮推薦列表中元素的排序問題。首先考慮不區(qū)分長短興趣的排序問題，即將長期興趣推薦列表中元素和短期興趣推薦列表中元素混合，然后根據(jù)用戶u對(duì)項(xiàng)目i的操作頻次降序排列，選取頻次最高的前N個(gè)元素進(jìn)行推薦。

根據(jù)實(shí)驗(yàn)結(jié)果，對(duì)于短期興趣推薦列表，精準(zhǔn)率為42.54%，召回率為20.11%，F(xiàn)1-Score為27.21%;對(duì)于長期興趣推薦列表，精準(zhǔn)率為17.08%，召回率為25.56%，F(xiàn)1-Score為20.47%。故短期興趣推薦列表中的精準(zhǔn)率遠(yuǎn)高于長期興趣推薦列表，而召回率略小于長期興趣推薦列表。綜合來看，短期興趣推薦列表的F1-Score值比長期興趣推薦列表高6%左右，因此短期推薦列表的推薦效果更好，基于長短期興趣列表的TOP N推薦中，應(yīng)區(qū)分長短期興趣，優(yōu)先推薦短期興趣、然后推薦長期興趣，不足N個(gè)時(shí)用最高頻次的無興趣列表中元素補(bǔ)充。

為了比較本文提出的算法與傳統(tǒng)算法之間捕捉用戶興趣漂移的效果，將本文的混合模型與傳統(tǒng)應(yīng)對(duì)興趣漂移的遺忘曲線、時(shí)間窗口和基于矩陣分解的協(xié)同過濾算法進(jìn)行對(duì)比。（圖2）

圖2給出了不同TOP N推薦數(shù)目N對(duì)推薦F1-Score的影響，其中N分別取值5、10、15、20、25。比較本文模型與基于矩陣分解的協(xié)同過濾、遺忘曲線和時(shí)間窗口算法，在不同N取值下本文模型的F1-Score均高于遺忘曲線和時(shí)間窗口，說明了本文模型在捕捉用戶興趣漂移的良好效果。

五、結(jié)論

用戶的興趣隨著時(shí)間的變化是不斷變化的，用戶興趣模式可以分為長期興趣和短期興趣，通常來說，長期興趣比較穩(wěn)定，而短期興趣不穩(wěn)定。本文首先通過用戶長短期興趣模式的區(qū)分和識(shí)別研究，得到用戶長期興趣列表和短期興趣列表。針對(duì)長短期興趣推薦排序問題，通過對(duì)比試驗(yàn)結(jié)果，基于長短期興趣列表的TOP N推薦應(yīng)區(qū)分長短期興趣，并優(yōu)先推薦短期興趣、其次推薦長期興趣。對(duì)比于時(shí)間窗口、遺忘曲線和基于矩陣分解的協(xié)同過濾算法，本文算法在F1-score上獲得更好的效果。

本文基于用戶描述文件計(jì)算用戶興趣偏好時(shí)，結(jié)合長短期興趣模型，優(yōu)化了推薦中隨時(shí)間變化的興趣漂移問題，同時(shí)提取了長短期興趣集合、用戶活躍度、項(xiàng)目流行度相關(guān)指標(biāo)，可為用戶自動(dòng)打標(biāo)簽，為后續(xù)研究或者網(wǎng)站功能擴(kuò)展提供更多選擇。同時(shí)，細(xì)分用戶長短期興趣之后，可以持續(xù)追蹤用戶長短興趣之間的演化機(jī)制，進(jìn)一步研究用戶興趣的動(dòng)態(tài)演化過程，具有很強(qiáng)的現(xiàn)實(shí)意義和應(yīng)用價(jià)值。

主要參考文獻(xiàn)：

[1]艾媒新零售產(chǎn)業(yè)研究中心.2019中國電商半年度發(fā)展全景報(bào)告[EB/OL].艾媒網(wǎng)，2019.

[2]Shtykh R Y，Jin Q.Dynamically constructing user profiles with similarity-based online incremental clustering[J].International Journal of Advanced Intelligence Paradigms，2009.1（4）.

[3]Lee S K，Cho Y H，Kim S H.Collaborative filtering with ordinal scale-based implicit ratings for mobile music recommendations[J].Information Sciences，2010.180（11）.

[4]Li L.，Zheng L.，Yang F.，et al.Modeling and broadening temporal user interest in personalized news recommendation[J].Expert Systems with Applications，2014.41（7）.

[5]Bennett P.Modeling the Impact of Short- and Long-Term Behavior on Search Personalization[C].International Acm Sigir Conference on Research & Development in Information Retrieval.ACM，2012.

[6]馮永，張備，強(qiáng)保華，張逸揚(yáng)，尚家興.MN-HDRM：長短興趣多神經(jīng)網(wǎng)絡(luò)混合動(dòng)態(tài)推薦模型[J].計(jì)算機(jī)學(xué)報(bào)，2018.

[7]黃敦賢.推薦系統(tǒng)中的用戶動(dòng)態(tài)興趣模型研究[D].華南理工大學(xué)，2018.

[8]呂學(xué)強(qiáng)，王騰，李雪偉，董志安.基于內(nèi)容和興趣漂移模型的電影推薦算法研究[J].計(jì)算機(jī)應(yīng)用研究，2018.35（3）.

[9]伍大清，陽小華，馬家宇，胡東，吳取勁.基于隱式反饋的用戶興趣漂移方法[J].計(jì)算機(jī)應(yīng)用與軟件，2010.27（9）.

[10]王曉春，李生，楊沐昀，趙鐵軍.一種長短期興趣結(jié)合的個(gè)性化檢索模型[J].中文信息學(xué)報(bào)，2016.30（3）.